Text

Text

هذه الصفحة تغطي قراءة النص مرة أخرى من الصفحة، على ثلاثة مستويات من التفصيل: النص العادي، كتل التخطيط المُنظمة، والرموز الفردية ذات المواقع المحددة. لكتابة النص على الصفحة، انظر Core API and Core API.

استخراج النص العادي

Page.GetText() تُرجِع النص العادي المجمع للصفحة، بترتيب القراءة. إنها أبسط طريقة لتأكيد ما يحتويه النص فعليًا في الصفحة — على سبيل المثال، بعد تسطيح حقل أو تطبيق تعديل.

const page = doc.Pages[0];
console.log(page.GetText().includes('Internal memo'));

نص منظم

Page.GetStructuredText() يستخرج النص المموضع المجمع في أسطر (حسب الخط الأساسي) وكتل تشبه الفقرات (حسب الفجوة العمودية ومحاذاة الحافة اليسرى)، ويرجع TextBlock[] — وهو مفيد عندما تحتاج إلى التخطيط، وليس مجرد سلسلة مسطحة.

تحليل على مستوى الحرف

visitContent(doc, page, visitor) يتجول في تدفقات محتوى الصفحة — بما في ذلك داخل Form XObjects — ويستدعي المعالج المطابق على visitor لكل حرف، صورة، أو مسار يصادفه. يتلقى معالج glyph GlyphEvent: text للحرف، quad في مساحة الجهاز، fontSize، color، وحقول الأصل مثل mcid (عنصر المحتوى المميز المحيط به، إن وجد) وartifact (صحيح عندما يتم الرسم داخل نطاق /Artifact).

import { visitContent } from '@asposefoss/pdf';

let glyphCount = 0;
visitContent(doc, page, {
  glyph: (e) => {
    glyphCount++;
    if (e.artifact) return;       // skip decorative content
    console.log(e.text, e.quad, e.color);
  },
});
console.log('glyphs drawn:', glyphCount);

نصائح وأفضل الممارسات

• استخدم Page.GetText() لإجراء فحص سريع للوجود/الغياب؛ استخدم visitContent() مع معالج glyph عندما تحتاج إلى الموضع الدقيق لكل حرف، أو حجم الخط، أو اللون.
• تحقق من GlyphEvent.artifact لتخطي المحتوى الزخرفي (أثاث الصفحة، الخلفيات) الذي يحددها المستند الموسوم كـ /Artifact بدلاً من المحتوى الحقيقي.
• GlyphEvent.mcid يربط glyph بالعنصر الهيكلي الذي يحيطه عندما يتم وضع وسوم على المستند — دمجه مع Structure للتنقل من glyph إلى العنصر المنطقي الخاص به.
• Page.GetStructuredText() يجمع الأحرف في كتل لك؛ استخدم visitContent() مباشرةً فقط عندما تحتاج إلى تفاصيل لكل حرف لا يوضحها GetStructuredText().

مشكلات شائعة

FAQ

ما الفرق بين GetText و GetStructuredText؟

GetText() تُعيد سلسلة مسطحة واحدة من النص المركب للصفحة. GetStructuredText() تُعيد TextBlock[] — نصًا مُجمّعًا في أسطر وكتل شبيهة بالفقرات حسب الخط الأساسي والتخطيط، وهو مفيد عندما تكون الموضع مهمة.

كيف أحصل على الموضع الدقيق وحجم الخط لكل حرف؟

استدعِ visitContent(doc, page, { glyph: (e) => ... }). كل GlyphEvent يحمل text للرمز، quad في مساحة الجهاز، fontSize، color، وخط الأساس angle.

هل يمكنني معرفة ما إذا كان جزء من النص محتوىً حقيقيًا أم زخرفة؟

نعم — GlyphEvent.artifact هو true عندما يُرسم الرمز داخل نطاق محتوى مُعلَّم /Artifact، وهو نفس التمييز الذي يستخدمه Document.AutoTag() عند اتخاذ قرار ما يجب وضع علامة عليه.

هل يرى استخراج النص المحتوى داخل Form XObjects؟

نعم — visitContent() يدخل إلى Form XObjects كجزء من عملية استعراضه، لذا لا تزال الرموز المرسومة عبر نموذج مُعاد الاستخدام تُستكشف.

ملخص API Reference

انظر أيضاً

• Aspose.PDF — Enterprise Documentation